Dolní panel: Výskyty

Celkový popis panelu a seznam všech záložek: Dolní panel.

Záložka ukazuje, jak často se slovo v korpusu vyskytuje a kde — včetně rozpadu na tvary či knihy, které si v přehledu vyberete. Výskyty jsou dostupné pro tokeny, které mají určené lemma (jinak záložka chybí). Samotné doklady verš po verši, jejich filtrování a řazení jsou v pravém panelu (zásuvce s výsledky hledání vpravo; na telefonu v celoobrazovkovém hledání) — dále tu říkáme pravá zásuvka; otevřou ji jen ovladače se šipkou →.

Přehled výskytů

Záložka Výskyty popisuje slovo a dovoluje jej zúžit přímo na místě: kliknutím na hodnotu profilu nebo na sloupec grafu se celá záložka přepočítá na váš výběr — nic dalšího se neotevře. Každé číslo pochází z předem spočítaného souhrnu lemmatu, takže se nic velkého nestahuje. Pravidlo je jednoduché: hodnota nebo sloupec zužuje tady, ovladač se šipkou → otevírá pravou zásuvku.

Doklady v pravé zásuvce

Graf rozložení výskytů

V záložce Výskyty se zobrazuje graf rozložení výskytů po jednotlivých knihách v kanonickém pořadí. Pomáhá rychle vidět, kde je dané slovo doma.

Jak se počítá relativní četnost

V režimu Relativně sloupec neukazuje surový poměr „výskyty / 1000 slov", ale vyhlazený odhad. Surový poměr je totiž u krátkých knih nespolehlivý: jediný výskyt slova ve velmi krátké knize (např. Abdijáš, ~290 slov) by vytvořil nepřiměřeně vysoký sloupec, který by opticky převážil i knihu, kde je slovo doopravdy doma.

Proto se odhad každé knihy přitahuje k průměru celého korpusu tím víc, čím méně textu kniha má. Používá se aditivní (Beta-binomické) vyhlazení:

četnost = (výskyty + α · p₀) / (slova + α) × 1000

kde p₀ = celkový počet výskytů / celkový počet slov je průměrná četnost slova v korpusu (právě ta čára „průměr") a α = 1000 je síla přitažení vyjádřená v „pomyslných slovech".

Příklad: pro lemma s průměrem ~0,42 / 1000 slov klesne jediný výskyt v Abdijášovi ze surových 3,44 na ~1,10, zatímco u knihy s ~25 000 slovy se hodnota 1,2 změní jen nepatrně na ~1,17.

Protože jde o odhad, jsou relativní hodnoty v grafu i v tooltipu označeny znakem ≈. Režim Počet žádné vyhlazení nepoužívá — ukazuje skutečný celý počet výskytů.